Python调用腾讯API实现人脸检测
1. 作者介绍1. 腾讯云人脸检测API2.调用API过程1、根据接口文档直接调用2、SDK调用（1）代码解析（2）完整代码（3）运行结果3.拓展实验4.问题与分析1. 作者介绍
张玉，女，西安工程大学电子信息学院，级硕士研究生
研究方向：模式识别与人工智能
电子邮件：994851526@
宋智伟，男，西安工程大学电子信息学院，级硕士研究生
研究方向：深度学习和图像处理技术
电子邮件：279657596@
孟莉苹，女，西安工程大学电子信息学院，级硕士研究生，张宏伟人工智能课题组
研究方向：机器视觉与人工智能
电子邮件：2425613875@
1. 腾讯云人脸检测API
（1）腾讯云人脸检测API接口介绍
腾讯云·人脸识别（Face Recognition）基于腾讯优图强大的面部分析技术，提供包括人脸检测与分析、五官定位、人脸搜索、人脸比对、人脸验证、人员查重、活体检测等多种功能，为开发者和企业提供高性能高可用的人脸识别服务。 可应用于智慧零售、在线娱乐、智慧楼宇、在线身份认证等多种应用场景，充分满足各行业客户的人脸属性识别及用户身份确认等需求。
人脸检测与分析的检测给定图片中的人脸的位置，相应的面部属性和人脸质量信息，位置包括(x,y,w,h)，面部属性包括性别(gender)、年龄(age)、表情(expression)、魅力(beauty)、眼镜(glass)、发型(hair)、口罩(mask)、姿态(pitch,roll,yaw)、人脸质量信息包括整体质量分(score)、模糊分(sharpness)、光照分(brightness)、五官遮挡分(completeness)。
（2）扫码注册登录腾讯云账号
（3）登陆后便可实名认证
（4）实名认证后领取免费资源
每月都可以免费享受一定额度的免费调用（10000次/月），每个月初自动发放，可以在人脸识别的资源包管理里看到。
（5）新建密钥
云产品→管理与统计→访问密钥→API密钥管理→新建密钥
（6）调用方式
腾讯云API接口文档访问地址：/document/api
腾讯云提供了丰富的接口，可以通过各种编程语言快捷的条用腾讯云提供的各种服务，腾讯云接口的调用提供两种方式：
①根据接口文档直接调用（需要自己组合接口调用的验证签名以及公共参数）；
②使用腾讯云开发者工具套件（SDK）调用。
2.调用API过程
1、根据接口文档直接调用
在产品中找到人工智能→人脸识别
进入管理控制台
点击人脸检测与分析
以上该页面右上角有一个API文档，即人脸检测与分析API文档，新建窗口查看文档。
人脸检测与分析的API文档中有详细的接口描述、输入参数、输出参数以及示例，然后“点击调试”进入API Explorer。
参数有选填的有必填的，在“参数说明”里，每个参数都有详细说明。
例如，只选择地域参数ap-beijing，输入最大人脸数1，还有人脸最小size34，然后利用第三方网站进行“Base64在线编码解码”将自己想要输入的图片转成Base64数据填入image，也可以输入图片的url地址链接，也可利用第三方网站进行生成，然后发起调用，可以得到图片长宽、人脸长宽、人脸坐标的输出参数，如下图所示。
在人脸检测与分析相关接口里，还有一个人脸检测与属性分析，它与人脸检测与分析的区别如下，“FaceAttributesType”可以选年龄、性别、情绪等属性，合法值为（大小写不敏感）：None、Age、Beauty、Emotion、Eye、Eyebrow Gender、Hair、Hat、Headpose、Mask、Mouth、Moustache、Nose、Shape、Skin、Smile，None为不需要返回。
如人脸属性选定年龄，可输出age参数
2、SDK调用
（1）代码解析
●安装需要的库
pip install tencentcloud-sdk-pythonpip install base64
●从SKD包导入相应产品模块
from mon import credentialfrom mon.profile.http_profile import HttpProfilefrom mon.exception.tencent_cloud_sdk_exception import TencentCloudSDKExceptionfrom mon.profile.client_profile import ClientProfilefrom tencentcloud.iai.v2003 import iai_client, modelsimport base64
●定义一个json函数，以二进制方式读取图片，然后对读取的图片进行base64编码
def get_json(img_dir):with open(img_dir, 'rb') as f:base64_data = base64.b64encode(f.read())base64_code = base64_data.decode()
●调用人脸检测与分析API
try:httpProfile = HttpProfile()httpProfile.endpoint = "" clientProfile = ClientProfile()clientProfile.signMethod = "TC3-HMAC-SHA256" secretId，secretKeycred = credential.Credential(secretId,secretKey)client = iai_client.IaiClient(cred,"ap-beijing",clientProfile)req = models.DetectFaceRequest()
●人脸参数，这里我选择返回人脸属性和质量信息
req.MaxFaceNum = 1req.Image = base64_codereq.NeedFaceAttributes = 1req.NeedQualityDetection = 1
●返回参数使用json可读格式
json_data = resp.to_json_string()
●输入secretId、secretKey以及图片路径
secretId = '填入自己新建的访问密钥'secretKey = '填入自己新建的访问密钥'img_dir = r"D:\调用腾讯API进行人脸检测\646.jpg"
（2）完整代码
# 从SKD包导入相应产品模块from mon import credentialfrom mon.profile.http_profile import HttpProfilefrom mon.exception.tencent_cloud_sdk_exception import TencentCloudSDKExceptionfrom mon.profile.client_profile import ClientProfilefrom tencentcloud.iai.v2003 import iai_client, modelsimport base64# 以二进制方式读取图片，然后对读取的图片进行base64编码和解码def get_json(img_dir):with open(img_dir, 'rb') as f:base64_data = base64.b64encode(f.read())base64_code = base64_data.decode()try:# 实例化一个请求-响应协议httpProfile = HttpProfile()httpProfile.endpoint = "" # 接口请求域名# 实例化一个客户端配置对象clientProfile = ClientProfile()clientProfile.signMethod = "TC3-HMAC-SHA256" # 指定签名算法# 实例化一个认证对象cred = credential.Credential(secretId,secretKey) # 传入腾讯云账户 secretId，secretKeyclient = iai_client.IaiClient(cred,"ap-beijing",clientProfile) #传入地域参数# 实例化一个请求对象req = models.DetectFaceRequest()# 人脸检测参数req.MaxFaceNum = 1req.Image = base64_codereq.NeedFaceAttributes = 1req.NeedQualityDetection = 1# 通过 client 对象调用想要访问的接口，需要传入请求对象resp = client.DetectFace(req)# 输出 JSON 格式的字符串回包json_data = resp.to_json_string()return json_dataexcept TencentCloudSDKException as err:print(err)return None# 填入自己新建的访问密钥和图片的详细地址secretId = '填入自己新建的访问密钥'secretKey = '填入自己新建的访问密钥'img_dir = r"D:\调用腾讯API进行人脸检测\646.jpg"json_data = get_json(img_dir)print(json_data)
（3）运行结果
请求图片的宽度：551
请求图片的高度：690
Face infos(人脸信息列表)
人脸坐标信息：x=186,y=143,width=164,height=236
人脸属性信息：
gender(性别)=0，是女生
Age(年纪)=23岁
Expression(表情)=67
Glass(眼镜)=false，未戴眼镜
人脸姿态角度：
Pith(俯仰角，脸向上下侧转动的角度)=18
Yaw(偏航角，脸向左右转动的角度)=-10
Roll(滚动角，照片中脸旋转角度)=-1
Beauty(魅力)=100
Hat(帽子)=false，未戴帽子
Mask(口罩)=false，未戴口罩
Hair(发型)：
length(长度)=3，bang(刘海)=1，color(颜色)=1
Eye open=true，睁着眼
人脸质量分信息：
score=78
Sharpness(锐度)=100
Brightness(亮度)=51
Completeness(完整性)：
眉毛，眼睛，鼻子，脸颊，嘴巴，下巴
FaceModelVersion(人脸识别所用的算法模型版本)：3.0
RequestId(唯一请求 ID，每次请求都会返回)
输入男性：
运行结果：
输入戴帽子戴口罩的人像：
运行结果：
输入老人：
运行结果：
3.拓展实验
输入原始图片:
运行结果（部分）
Age:27
Beauty:87
Gender:0
Hat:False
Mask-False
对原始图片进行一些处理，研究这些处理对人脸检测与分析的结果的影响
结果如表格所示
如表格可知，对人脸进行随即遮挡和旋转，对人脸年龄检测有一定的影响，但对于遮挡口鼻时的口罩检测相对准确。
4.问题与分析
问题1：运行报错
解决：图片过大，图片base64编码后大小不能超过5M，将输入图片重新编辑一下大小。
问题2：属性值存疑
①对人脸属性中性别的数值存疑，输入一个女性图片，gender=0，我以为女性是0，男性是1，随后输入了一个戴着帽子的男性图片，gender=2
解决： 输入其他男性的图片，gender=99，又尝试了一些其他人脸图片，于是我得出结论，从0到99是女性到男性的数值变化，50是中间值，那个等于2的男性图片应该是因为他戴着帽子而且是个漂亮的男孩子。
②头发颜色属性信息值存疑
解决：多次测试具有不同头发颜色属性的人脸图片，发现得出的数值，黑色是2，红色是2，棕黑是1，白色是1，粉色是1，光头是0，戴着帽子是0。
所以我得出结论：
没有头发是0，浅色是1，深色是2。
至此，还有一些其他属性值存在疑惑，且还存在检测不准确的情况，例如除了会把男生检测成女生，还有没有戴帽子的人检结果中Hat=true，Hair中的length长度属性和bang刘海属性值还未准确知其代表含义，欢迎大家一起探索研究，批评指正！
